Stresseurs de rôle et performance prosociale : l’effet de l’épuisement émotionnel et de l’engagement au travail
Bibliographic record
Abstract
Les recherches récentes sur les stresseurs de rôle suggèrent que les stresseurs peuvent agir comme des contraintes, épuisant les ressources individuelles et diminuant la performance au travail ou comme des défis qui promeuvent le développement de soi et la croissance personnelle. Au sein de la trilogie des stresseurs de rôle, laquelle comprend l’ambiguïté de rôle, le conflit de rôle et la surcharge de rôle, seule cette dernière a été considérée comme agissant en tant que stresseur qui crée des défis. Afin d’explorer ces mécanismes, cet article a examiné un modèle des stresseurs de rôle dans lequel l’épuisement émotionnel et l’engagement au travail constituaient des médiateurs entre les stresseurs et la performance prosociale évaluée par le supérieur. Sur base d’un échantillon de 247 employés appartenant à une variété d’organisations et d’industries, notre étude a révélé que l’ambiguïté de rôle, le conflit de rôle et la surcharge de rôle avaient tous un lien positif avec l’épuisement émotionnel. En revanche, l’ambiguïté de rôle et dans une moindre mesure le conflit de rôle avaient un lien négatif avec l’engagement au travail, alors que la surcharge de rôle était positivement liée à l’engagement au travail. Par ailleurs, l’engagement au travail médiatisait une relation négative entre l’ambiguïté de rôle et le conflit de rôle d’une part, et la performance prosociale d’autre part, et une relation positive entre la surcharge de rôle et la performance prosociale. Finalement, les liens des trois stresseurs avec l’épuisement émotionnel ne s’étendaient pas à la performance prosociale parce que l’épuisement était non relié à la performance. Nous discutons des implications de ces résultats dans le contexte du modèle contraintes-défis ( hindrance-challenge ) des stresseurs de rôle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".